一种新的目标检测与跟踪算法
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ Ｙ ＝ ， ）
『 （ ６ ｒ＋ Ｉ６ ｒ＋ ｌ６ ，）＞ 苫 １ Ｉ 一 一Ｇ 一Ｂ １ ６ Ｒ Ｉ Ｇ ｌ Ｂ
【 其他 ０
采用 Ｈ Ｖ模型对阴影部分进行去除． Ｓ 二值 图像
上 前景 点 （ Ｙ 如果 满足 ，） ｆ 一 ｆ ＜
则 Ｂ（ ｙ ０ ， ）＝ ．
ＨＵＡＮＧ Ｍｉ Ｃ ｎ， ＨＥＮ Ｇａ ｇ Ｙ ｎ ， ＡＮＧ ｏ ｆ ｎ Ｇｕ — ｇ ｅ
（ ｏ ｅｅｏ ｏ ｍ ． ｎ ｍ Ｅ ｇ ，ｈｎｚｏ ｎｖｏ Ｌ ｈ ｄ ，ｈｎ ｚｏ ５０ ２，ｈｎ Ｃ ｌｇ ｌ ｆＣ ｐ ａｄ Ｃ ． ｎ ．Ｚ ｅｇｈｕＵ ｉ ｆ ｉ ｔ ｎ ．Ｚ ｅｇｈｕ４ ０ ０ Ｃ ｉ ｏ ． ｇ Ｉ ａ）
Ｖ １２ Ｎ ． ｏ． ６ ｏ６
Ｄｅ ． ２ １ ｃ ０ｌ
文 章 编 号 ：０４—１７ （ ０ １ ０ ０ ６ ０ １０ ４ ８ ２ １ ） ６— ０ ０— ４
一
种新的 目标检测 与跟踪算法
黄敏 ， 陈刚 ， 杨 国锋
（ 郑州 轻 工业 学院 计算 机 与通信 工 程 学院 ，河 南 郑州 ４００ ） ５０ ２
ｋ
状特征相结合的匹配算法对 目标进行跟踪 ； 同时对
Ｈ ｕｈ ｏｇ 变换计算量 大、 占用存储空 间大 的缺点进行 改进 ， 以使 匹配 时 间更 短 ．
ｐｘ）＝∑Ｘ ＧＸ ｌ （ （ Ｉ ） ＇ Ｎ
其 中 ， 表 示 ｔ 刻 第 ｉ 高 斯 分 布 的 权 重 ， 置． 时 个 且
ｋ
１ 目标 检 测 与 跟踪 的原 理
本文结合混合高斯背景模型和背景差分 ， 分割 检 测 出 目标 ， 较 精 确 地 检 测 出 目标 的基 础 上 ， 在 通 过减小 Ｋ值缩短 目标检测 的时间提高检测 的实时 性 ． 外 ， 过 检 测 目标 的 位 置 、 色 特 征 ， 利 用 另 通 颜 并
关 键词 ： 混合 高斯 背景 模 型 ； Ｓ Ｈ Ｖ颜 色检 测 ； ｏ ｇ Ｈ ｕｈ变换 ； 目标跟 踪 中图分 类 号 ： Ｐ ９ ． １ Ｔ ３ １ ４ 文 献标 志码 ： Ａ ，
Ａ ｗ ｌ ｏ ｉｈ ｆｔ ｒ ｅ ｅ ｅ ｔｏ ａ ｄ ｒ ｃ ｉ ｎｅ ａ ｇ ｒｔ ｍ ｏ ａ ｇ ｔｄ ｔ ｃ ｉｎ ｎ ｔ ａ ｋ ｎｇ
出光 流法 ； ｏ ａｉｕ Ｃｍ ｎ ｉ ｃ ｄ等将均值迁移算 法运用到 目 标检 测 与跟 踪 领 域 ； ． ． ｒｄｋ 在 均 值 迁 移 的基 Ｇ Ｒ Ｂａｓｉ 础上提出了 Ｃ Ｍ ｈ 算法 ；ｏ ａ Ａ ｓｉ ｉ ｆ Ｇ ｒ ｎ提出了基于卡尔 ｄ 曼滤 波 器 的粒子 滤 波 理 论 等 ． 些 技 术 虽 然 在 实 现 这
到实时 ｌ ， 生 本文取 Ｋ ＝４Ⅳ 为协方差矩阵 ． ； 设第 个高斯分布的均值 向量 ．：（ ｒ，ｇ， ） 则参 ｕ Ｕ ， ｂ
数 置．的更 新 规则 如下 ：
运动 目标的轨迹 ， 而实现 目标 的精确 跟踪． 从 具体
算 法 流程 如 图 １ 示． 所
Ｑ ＝Ａ （ ｆ“ Ｎ ） Ｇ ｉ
摘要 ： 针对 目前 目标检测与跟踪算法实时性和精确性不高的问题 ， 出了一种新的算法． 提 该法采用差
分 法分割检 测 目标 ， 混合 高斯 背景模 型 的基础 上 ， 在 通过 检 测 目标 的位 置 和颜 色特 征 ， 并利 用 改进 的
Ｈ ｕｈ变换 检 测 目标 形状 ， ｏｇ 找到 与之 匹配 的 目标 轨 迹 ， 而 实现 目标 的 准确 跟 踪 ． 从 实验 结 果表 明 ， 该 方法 具有较 高的检 测精 度 和跟踪 效 率 ， 能够 满足 智 能监控 系统 的 实时性 要 求．
收 稿 日期 ：０ １ ０ ２ ２ １ — ９— ８
流， 但计算量非常大． 目标跟 踪常用 的方法有 特征 跟踪法 、 动态轮廓跟 踪法 、 型跟踪 法和 区域 跟踪 模 法 Ｉ． 文在 基 于混 合 高 斯 模 型 的 背 景 模 型 中 ， ２本 ］ 利
基金项 目 ： 南省科技厅科技 攻关项 目（６４ ２０ １ ； 河 ０ ２２ ０ ７ ） 河南省教 育厅科技攻 关项 目（０ ７ ２０ ０ ２ ０５ ０ ６ ） 作者简 介 ： 黄敏 （９ ２ ） 男 ， １７ 一 ， 河南省 南阳市人 ， 州轻． ， 学院副教授 ， 郑 Ｘ＿ －ｋ ｌ 主要研 究方向为信息处理 、 图像处理
Ａｂ ｔ ａｃ Ｉ ｉｗ ｆｔ ｅ ｐ ｏ ｌ ｍ ｆｔ ｅ ｃ ｒｅ ｔｔ ｒ ｅ ｅｅ ｔｏ ｎ ｒ ｃ ｉ ｇ ａｇ ｒｔ ｓ ｒ ｔ：ｎ ｖ ｅ ｏ ｒ ｂ ｅ ｏ ｈ ｕ ｒ ｎ ａ ｇ ｔｄ ｔ ｃｉｎ ａ ｄ ｔａ ｋ ｎ ｌ ｏ ｈｍ ｆｒ ａ －ｉ ｎ ｒ － ｈ ｉ ｏ ｅ ｌｔｍｅ ａ ｄ ｐ ｅ ｃ ｓｏ ａ ｎ ｗ ｈ ｄ ｂａ ｅ ｎ Ｇａ ｓａ ｘｕ ｅ ｍｏ ｅ ｓ ｐ ｔｆ ｒ ｒ ｈ ｔｉ ｕ ｅ ｆｅ ｅ ｃ ｔ ｄ ｔ ｅ ｉｉｎ， ｅ ｍｅ ｏ ｓ ｄ ｏ ｕｓｉ ｎ ｍｉｔ ｒ ｄ ｌｗａ ｕ ｏ ｗａ ｄ ｔ ａ ｔ ｓ ｓｄｉ ｒ ｎ ｅｍｅｈｏ ｏ ｄ — ｔ ｃ ｈ ａ ｇ ｔ ｂ ｅ ｅ ｔ ｈ ａ ｇ ｔｐｏ ｉｉｎ ａ ｏｏ ｅ ｔｒ ｓ ａ ｄ ｕｓｎ ｍｐｒ ｖ ｄ Ｈｏ ｇ ｒ ｎ ｆｒ ｔ ｅ ｔｔ ｅ ｔ ｒ ｅ ， ｙ ｄ ｔｃ ｉ ｔ ｅ ｔ ｒ ｅ ｓｔｏ ｎｄ ｃ ｌ ｒｆ ａｕ ｅ ｎ ｉ ｇ ｉ ｎｇ ｏ ｅ ｕ ｈ ｔａ ｓｏ ｍ ｏ
第２ ６卷 第 ６期 ２１ ０ １年 ｌ ２月
郑 州 轻 工 业 学 院 学 报 （自 然 科 学 版 ）
ＪＵ Ｎ Ｌ ＦＺ Ｅ Ｇ Ｈ ＵＵ ＩＥ Ｓ ＹＯ ＩＨ Ｄ ＳＲ （ ａ ｒ ｉ ｃ ） Ｏ Ｒ Ａ Ｈ Ｎ Ｚ Ｏ ＮＶ Ｒ Ｉ Ｆ Ｇ Ｔ Ｎ Ｕ Ｔ Ｙ Ｎ ｔａ Ｓ ｅ ｅ Ｏ Ｔ Ｌ Ｉ ｕｌｃ ｎ
结合背景差 分法并通 过建立混合 高斯背景模
型检测 运 动 目标 ．
郑 州 轻 工 业 学 院 学 报 （自 然 科 学 版 ）
２ １ 焦 ０１
和形状轮廓特征匹配相结合 的方法进行 目 标匹配．
廓特征进行匹配． 利用三点共 圆， 将圆周上不 同的 ３ 点（ Ｙ） （ ， ） （ ， 按式①② 映射成参数空 ，ｉ ， ， Ｙ）
置． （ ＝ １一Ａ 置 １＋Ａ（ ） ）
其 中 Ｑ为学习率． 标匹配时 Ｍ ＝ｌ否则 Ｍ ＝ 目 ，
０ 本文 采用 背景 差分 提 取 运 动 目标 ， 虑 到 背 景模 ． 考 型 的稳 定性 ， Ａ的取值 应 较小 ， 文取 Ａ ＝０６ 本 ．． ２ １２ 提取 目标 本 文 利用 当前 帧 图像与 当前 混 ． ． 合 高斯 背景 差分 进行 运动 目标 的提 取 ． 取 Ｒ Ｂ和 选 Ｇ ＨＳ Ｖ模 型相 结合 的方 法 ， 为 区分 目标 与背 景 的特 作 征 参数 ． 如 果背 景 的 Ｒ Ｂ分 量值 与其 中３ 分量 的值 相 Ｇ 个 差超过某阈值 ， 则判定 该点属 于前景 目标信息 ， Ｊ 由此可 以得 到差 分后 的二 值 图像 ．
ｆ 一 ｒ＜ ｆ
Ｔ ＜ ＜Ｉ ｖ ／ ６
结合混合高斯背景模 型与背景差分法 ， 并通过
ＨＳ Ｖ模 型 对 阴影 部 分进 行 去 除 ． 目标检 测 效 果 如 图
２所 示 ．
图 １ 本 文算 法流 程 图
２ ２ 运 动 目标 的跟踪 ．
特 征 匹配是 目标 跟踪 的核 心 ， 了在 不 同时刻 为
２ 运 动 目标 的检测 与跟踪
２ １ 运动 目标 的检 测 ．
都能够进行 目标 的匹配 ， 需要建立一个 目标链 ， 每 个 目标链都包含一定的特征信息＿ ． ６ 已建立 的 目 ］ 标
链对 在 当 前 帧 图 像 中检 测 到 的所 有 新 目标 进 行 特 征 匹配 ， 从而 进行 目标 链 的建 立 、 新 与删 除 ， 现 更 实 目标 的跟 踪 ］本 文 采 取 质 心 匹 配 、 Ｖ颜 色 匹 配 ． ＨＳ
０ 引 言
在智 能监 控 系 统 中 ， 目标 检 测 与跟 踪 是 一 种 非 常关 键 的技术 ， 也是 模 式 识 别 与 计算 机 图像 处 理 的 重要 研究 领 域 ． 目标 跟 踪 系 统 的主 要 部 分 是 目标 检 测与 匹 配． 在 １８ 代 国外就 已经对视 频 中的 目 早 ９０年 标检 测 与跟踪 进 行 了研究 ， 国学 者 Ｈ ｍ等 最 早提 美 ｏ
ｅ ｐ ｒｍｅ ｔｌｒ ｓ ｌ ｈ ｗ ｄ ｔ ａ ｈ ｔ ｏ ａ ｉｈ ｒｄ ｔｃ ｉｎ ａ ｃ ｒ ｃ ｎ ｒ ｃ ｉ ｇ ｅ ｃ ｅ ｃ ｎ ａ ｘｅ ｉ ｎ ａ ｅ ｕ ｔ ｓ ｏ ｅ ｈ ｔ ｅ ｍｅ ｈ ｄ ｈ ｓ ｈｇ ｅ ｅ ｅ ｔ ｃ ｕ ａ ｙ ａ ｄ ｔ ｋｎ ｆ ｉｎ ｙ ａ ｄ ｃ ｎ ｓ ｔ ｏ ａ ｉ
第 ６期
黄敏 ， ： 等 一种新的 目标检测 与跟踪算法
用背景差分法检测 目标 ， 此外 ， 考虑到实 时性和精
确度 的要 求 ， 用 目标 的 位 置 特 征 、 色 特 征 和 形 利 颜
２ １１ 建立背景模型 图像上 的任意一个彩色像 ．． 素点 （ Ｙ 在时刻 ｔ ，） 的观测值为 ， 则该 点的背景 概率模型【 为 ３
ｄ ｔｃ ｔ ｇｔ ｈ ｐ ， ｎ ｓ ａｃ ｉ ｅｔ ｇｔｒ ｅ ｔ ｙＳ ａ ｃ ｉ ｅ ｅｇａ ａ ｃｒｔ ｔ ｃ ｉｇ Ｔ ｅ ｅ ｔ ａ ｅ ｓａ ｅ ｆ ｄ ｍ ｔ ｗ ｔ ｔ ｒｅ ｔ ｊｃ ｒ ｓ ｏ ｈｅ ｏｌ ｃｕａ ａｋｎ ． ｈ ｅ ｒ ｉ ａ ｈ ｈｈ ａ ａ ｏ Ｏ ｔ ａ ｖ ｔ ｈ ｅｒ
改进 的 Ｈ ｕｈ变换 检测 目标形 状 ， 到 与之 匹 配 的 ｏｇ 找
Fra Baidu bibliotek
∑ｘ １Ｇ ，ｉ 为ｔ 刻 ｉ＝ ；（ ， ， Ｎ 时 该点的 个 ， ） 第ｉ 高
斯分布概率 函数 ； 取值通常为 ２～８ 取值越大 ， ， 越
能对 背 景进 行 精 确 估 计 ， 是 运 算 量 会 增 大 ， 虑 但 考
视频 中的 目标 检 测 与跟 踪 方 面有 了很 大 的 突破 ， 但 是实 时性 和 精确 性还 有待 提高 ． 目标 检测 的常 用 方法 有 背景 差 分 法 、 问差 分 帧 法 和光 流 法 ＿ ． 于 背 景 的差 分 检 测 法 运 算 简 单 ， １基 ｊ 但对 于 背景 建模 要 求 较 高 ； 间 差 分 法 定 位 准 确 ， 帧 且对 光 照不 敏感 ， 对 速 度 过 快 或 过 慢 的 目标 不 能 但 有很 好 的 检 测 效 果 ； 流 法 不 需 要 先 前 场 景 信 息 ， 光 在没 有 目标 运 动 而 光 照变 化 的 时 候 亦 能 检 测 到 光
ｍｅ ｔｔ ｅ ｎｅ ｄ ｆｉ ｔｌｉｅ ｔｍｏ ｉｏｉ ｙ ｔ ｍ ｎ ｒ ａ —ｉ ． ｅ ｈ ｅ ｓ ｏ ｎ ｅｌｇ ｎ ｎ ｔｒｎｇ ｓ ｓｅ ｉ ｅ ｌｔｍｅ Ｋｅ ｒ ｙ ｗｏ ｄｓ： ｕ ｓａ ｘｕ ｅ ｍｏ ｅ ； Ｖ ｏ ｏ ｔ ｈ ｎ Ｈｏ ｇ ｒ ｎ ｆｒ ａ ｉｎ；ａ ｇ ｔｔａ ｋ ｎ Ｇａ ｓ ｉ ｎ ｍｉｔ ｒ ｄ ｌ ＨＳ ｃ ｌ ｒ ｍａｃ ｉ ｇ； ｕ ｈ ｔａ ｓｏ ｍ ｔ ｏ ｔｒ ｅ ｒ ｃ ｉ ｇ
『 （ ６ ｒ＋ Ｉ６ ｒ＋ ｌ６ ，）＞ 苫 １ Ｉ 一 一Ｇ 一Ｂ １ ６ Ｒ Ｉ Ｇ ｌ Ｂ
【 其他 ０
采用 Ｈ Ｖ模型对阴影部分进行去除． Ｓ 二值 图像
上 前景 点 （ Ｙ 如果 满足 ，） ｆ 一 ｆ ＜
则 Ｂ（ ｙ ０ ， ）＝ ．
ＨＵＡＮＧ Ｍｉ Ｃ ｎ， ＨＥＮ Ｇａ ｇ Ｙ ｎ ， ＡＮＧ ｏ ｆ ｎ Ｇｕ — ｇ ｅ
（ ｏ ｅｅｏ ｏ ｍ ． ｎ ｍ Ｅ ｇ ，ｈｎｚｏ ｎｖｏ Ｌ ｈ ｄ ，ｈｎ ｚｏ ５０ ２，ｈｎ Ｃ ｌｇ ｌ ｆＣ ｐ ａｄ Ｃ ． ｎ ．Ｚ ｅｇｈｕＵ ｉ ｆ ｉ ｔ ｎ ．Ｚ ｅｇｈｕ４ ０ ０ Ｃ ｉ ｏ ． ｇ Ｉ ａ）
Ｖ １２ Ｎ ． ｏ． ６ ｏ６
Ｄｅ ． ２ １ ｃ ０ｌ
文 章 编 号 ：０４—１７ （ ０ １ ０ ０ ６ ０ １０ ４ ８ ２ １ ） ６— ０ ０— ４
一
种新的 目标检测 与跟踪算法
黄敏 ， 陈刚 ， 杨 国锋
（ 郑州 轻 工业 学院 计算 机 与通信 工 程 学院 ，河 南 郑州 ４００ ） ５０ ２
ｋ
状特征相结合的匹配算法对 目标进行跟踪 ； 同时对
Ｈ ｕｈ ｏｇ 变换计算量 大、 占用存储空 间大 的缺点进行 改进 ， 以使 匹配 时 间更 短 ．
ｐｘ）＝∑Ｘ ＧＸ ｌ （ （ Ｉ ） ＇ Ｎ
其 中 ， 表 示 ｔ 刻 第 ｉ 高 斯 分 布 的 权 重 ， 置． 时 个 且
ｋ
１ 目标 检 测 与 跟踪 的原 理
本文结合混合高斯背景模型和背景差分 ， 分割 检 测 出 目标 ， 较 精 确 地 检 测 出 目标 的基 础 上 ， 在 通 过减小 Ｋ值缩短 目标检测 的时间提高检测 的实时 性 ． 外 ， 过 检 测 目标 的 位 置 、 色 特 征 ， 利 用 另 通 颜 并
关 键词 ： 混合 高斯 背景 模 型 ； Ｓ Ｈ Ｖ颜 色检 测 ； ｏ ｇ Ｈ ｕｈ变换 ； 目标跟 踪 中图分 类 号 ： Ｐ ９ ． １ Ｔ ３ １ ４ 文 献标 志码 ： Ａ ，
Ａ ｗ ｌ ｏ ｉｈ ｆｔ ｒ ｅ ｅ ｅ ｔｏ ａ ｄ ｒ ｃ ｉ ｎｅ ａ ｇ ｒｔ ｍ ｏ ａ ｇ ｔｄ ｔ ｃ ｉｎ ｎ ｔ ａ ｋ ｎｇ
出光 流法 ； ｏ ａｉｕ Ｃｍ ｎ ｉ ｃ ｄ等将均值迁移算 法运用到 目 标检 测 与跟 踪 领 域 ； ． ． ｒｄｋ 在 均 值 迁 移 的基 Ｇ Ｒ Ｂａｓｉ 础上提出了 Ｃ Ｍ ｈ 算法 ；ｏ ａ Ａ ｓｉ ｉ ｆ Ｇ ｒ ｎ提出了基于卡尔 ｄ 曼滤 波 器 的粒子 滤 波 理 论 等 ． 些 技 术 虽 然 在 实 现 这
到实时 ｌ ， 生 本文取 Ｋ ＝４Ⅳ 为协方差矩阵 ． ； 设第 个高斯分布的均值 向量 ．：（ ｒ，ｇ， ） 则参 ｕ Ｕ ， ｂ
数 置．的更 新 规则 如下 ：
运动 目标的轨迹 ， 而实现 目标 的精确 跟踪． 从 具体
算 法 流程 如 图 １ 示． 所
Ｑ ＝Ａ （ ｆ“ Ｎ ） Ｇ ｉ
摘要 ： 针对 目前 目标检测与跟踪算法实时性和精确性不高的问题 ， 出了一种新的算法． 提 该法采用差
分 法分割检 测 目标 ， 混合 高斯 背景模 型 的基础 上 ， 在 通过 检 测 目标 的位 置 和颜 色特 征 ， 并利 用 改进 的
Ｈ ｕｈ变换 检 测 目标 形状 ， ｏｇ 找到 与之 匹配 的 目标 轨 迹 ， 而 实现 目标 的 准确 跟 踪 ． 从 实验 结 果表 明 ， 该 方法 具有较 高的检 测精 度 和跟踪 效 率 ， 能够 满足 智 能监控 系统 的 实时性 要 求．
收 稿 日期 ：０ １ ０ ２ ２ １ — ９— ８
流， 但计算量非常大． 目标跟 踪常用 的方法有 特征 跟踪法 、 动态轮廓跟 踪法 、 型跟踪 法和 区域 跟踪 模 法 Ｉ． 文在 基 于混 合 高 斯 模 型 的 背 景 模 型 中 ， ２本 ］ 利
基金项 目 ： 南省科技厅科技 攻关项 目（６４ ２０ １ ； 河 ０ ２２ ０ ７ ） 河南省教 育厅科技攻 关项 目（０ ７ ２０ ０ ２ ０５ ０ ６ ） 作者简 介 ： 黄敏 （９ ２ ） 男 ， １７ 一 ， 河南省 南阳市人 ， 州轻． ， 学院副教授 ， 郑 Ｘ＿ －ｋ ｌ 主要研 究方向为信息处理 、 图像处理
Ａｂ ｔ ａｃ Ｉ ｉｗ ｆｔ ｅ ｐ ｏ ｌ ｍ ｆｔ ｅ ｃ ｒｅ ｔｔ ｒ ｅ ｅｅ ｔｏ ｎ ｒ ｃ ｉ ｇ ａｇ ｒｔ ｓ ｒ ｔ：ｎ ｖ ｅ ｏ ｒ ｂ ｅ ｏ ｈ ｕ ｒ ｎ ａ ｇ ｔｄ ｔ ｃｉｎ ａ ｄ ｔａ ｋ ｎ ｌ ｏ ｈｍ ｆｒ ａ －ｉ ｎ ｒ － ｈ ｉ ｏ ｅ ｌｔｍｅ ａ ｄ ｐ ｅ ｃ ｓｏ ａ ｎ ｗ ｈ ｄ ｂａ ｅ ｎ Ｇａ ｓａ ｘｕ ｅ ｍｏ ｅ ｓ ｐ ｔｆ ｒ ｒ ｈ ｔｉ ｕ ｅ ｆｅ ｅ ｃ ｔ ｄ ｔ ｅ ｉｉｎ， ｅ ｍｅ ｏ ｓ ｄ ｏ ｕｓｉ ｎ ｍｉｔ ｒ ｄ ｌｗａ ｕ ｏ ｗａ ｄ ｔ ａ ｔ ｓ ｓｄｉ ｒ ｎ ｅｍｅｈｏ ｏ ｄ — ｔ ｃ ｈ ａ ｇ ｔ ｂ ｅ ｅ ｔ ｈ ａ ｇ ｔｐｏ ｉｉｎ ａ ｏｏ ｅ ｔｒ ｓ ａ ｄ ｕｓｎ ｍｐｒ ｖ ｄ Ｈｏ ｇ ｒ ｎ ｆｒ ｔ ｅ ｔｔ ｅ ｔ ｒ ｅ ， ｙ ｄ ｔｃ ｉ ｔ ｅ ｔ ｒ ｅ ｓｔｏ ｎｄ ｃ ｌ ｒｆ ａｕ ｅ ｎ ｉ ｇ ｉ ｎｇ ｏ ｅ ｕ ｈ ｔａ ｓｏ ｍ ｏ
第２ ６卷 第 ６期 ２１ ０ １年 ｌ ２月
郑 州 轻 工 业 学 院 学 报 （自 然 科 学 版 ）
ＪＵ Ｎ Ｌ ＦＺ Ｅ Ｇ Ｈ ＵＵ ＩＥ Ｓ ＹＯ ＩＨ Ｄ ＳＲ （ ａ ｒ ｉ ｃ ） Ｏ Ｒ Ａ Ｈ Ｎ Ｚ Ｏ ＮＶ Ｒ Ｉ Ｆ Ｇ Ｔ Ｎ Ｕ Ｔ Ｙ Ｎ ｔａ Ｓ ｅ ｅ Ｏ Ｔ Ｌ Ｉ ｕｌｃ ｎ
结合背景差 分法并通 过建立混合 高斯背景模
型检测 运 动 目标 ．
郑 州 轻 工 业 学 院 学 报 （自 然 科 学 版 ）
２ １ 焦 ０１
和形状轮廓特征匹配相结合 的方法进行 目 标匹配．
廓特征进行匹配． 利用三点共 圆， 将圆周上不 同的 ３ 点（ Ｙ） （ ， ） （ ， 按式①② 映射成参数空 ，ｉ ， ， Ｙ）
置． （ ＝ １一Ａ 置 １＋Ａ（ ） ）
其 中 Ｑ为学习率． 标匹配时 Ｍ ＝ｌ否则 Ｍ ＝ 目 ，
０ 本文 采用 背景 差分 提 取 运 动 目标 ， 虑 到 背 景模 ． 考 型 的稳 定性 ， Ａ的取值 应 较小 ， 文取 Ａ ＝０６ 本 ．． ２ １２ 提取 目标 本 文 利用 当前 帧 图像与 当前 混 ． ． 合 高斯 背景 差分 进行 运动 目标 的提 取 ． 取 Ｒ Ｂ和 选 Ｇ ＨＳ Ｖ模 型相 结合 的方 法 ， 为 区分 目标 与背 景 的特 作 征 参数 ． 如 果背 景 的 Ｒ Ｂ分 量值 与其 中３ 分量 的值 相 Ｇ 个 差超过某阈值 ， 则判定 该点属 于前景 目标信息 ， Ｊ 由此可 以得 到差 分后 的二 值 图像 ．
ｆ 一 ｒ＜ ｆ
Ｔ ＜ ＜Ｉ ｖ ／ ６
结合混合高斯背景模 型与背景差分法 ， 并通过
ＨＳ Ｖ模 型 对 阴影 部 分进 行 去 除 ． 目标检 测 效 果 如 图
２所 示 ．
图 １ 本 文算 法流 程 图
２ ２ 运 动 目标 的跟踪 ．
特 征 匹配是 目标 跟踪 的核 心 ， 了在 不 同时刻 为
２ 运 动 目标 的检测 与跟踪
２ １ 运动 目标 的检 测 ．
都能够进行 目标 的匹配 ， 需要建立一个 目标链 ， 每 个 目标链都包含一定的特征信息＿ ． ６ 已建立 的 目 ］ 标
链对 在 当 前 帧 图 像 中检 测 到 的所 有 新 目标 进 行 特 征 匹配 ， 从而 进行 目标 链 的建 立 、 新 与删 除 ， 现 更 实 目标 的跟 踪 ］本 文 采 取 质 心 匹 配 、 Ｖ颜 色 匹 配 ． ＨＳ
０ 引 言
在智 能监 控 系 统 中 ， 目标 检 测 与跟 踪 是 一 种 非 常关 键 的技术 ， 也是 模 式 识 别 与 计算 机 图像 处 理 的 重要 研究 领 域 ． 目标 跟 踪 系 统 的主 要 部 分 是 目标 检 测与 匹 配． 在 １８ 代 国外就 已经对视 频 中的 目 早 ９０年 标检 测 与跟踪 进 行 了研究 ， 国学 者 Ｈ ｍ等 最 早提 美 ｏ
ｅ ｐ ｒｍｅ ｔｌｒ ｓ ｌ ｈ ｗ ｄ ｔ ａ ｈ ｔ ｏ ａ ｉｈ ｒｄ ｔｃ ｉｎ ａ ｃ ｒ ｃ ｎ ｒ ｃ ｉ ｇ ｅ ｃ ｅ ｃ ｎ ａ ｘｅ ｉ ｎ ａ ｅ ｕ ｔ ｓ ｏ ｅ ｈ ｔ ｅ ｍｅ ｈ ｄ ｈ ｓ ｈｇ ｅ ｅ ｅ ｔ ｃ ｕ ａ ｙ ａ ｄ ｔ ｋｎ ｆ ｉｎ ｙ ａ ｄ ｃ ｎ ｓ ｔ ｏ ａ ｉ
第 ６期
黄敏 ， ： 等 一种新的 目标检测 与跟踪算法
用背景差分法检测 目标 ， 此外 ， 考虑到实 时性和精
确度 的要 求 ， 用 目标 的 位 置 特 征 、 色 特 征 和 形 利 颜
２ １１ 建立背景模型 图像上 的任意一个彩色像 ．． 素点 （ Ｙ 在时刻 ｔ ，） 的观测值为 ， 则该 点的背景 概率模型【 为 ３
ｄ ｔｃ ｔ ｇｔ ｈ ｐ ， ｎ ｓ ａｃ ｉ ｅｔ ｇｔｒ ｅ ｔ ｙＳ ａ ｃ ｉ ｅ ｅｇａ ａ ｃｒｔ ｔ ｃ ｉｇ Ｔ ｅ ｅ ｔ ａ ｅ ｓａ ｅ ｆ ｄ ｍ ｔ ｗ ｔ ｔ ｒｅ ｔ ｊｃ ｒ ｓ ｏ ｈｅ ｏｌ ｃｕａ ａｋｎ ． ｈ ｅ ｒ ｉ ａ ｈ ｈｈ ａ ａ ｏ Ｏ ｔ ａ ｖ ｔ ｈ ｅｒ
改进 的 Ｈ ｕｈ变换 检测 目标形 状 ， 到 与之 匹 配 的 ｏｇ 找
Fra Baidu bibliotek
∑ｘ １Ｇ ，ｉ 为ｔ 刻 ｉ＝ ；（ ， ， Ｎ 时 该点的 个 ， ） 第ｉ 高
斯分布概率 函数 ； 取值通常为 ２～８ 取值越大 ， ， 越
能对 背 景进 行 精 确 估 计 ， 是 运 算 量 会 增 大 ， 虑 但 考
视频 中的 目标 检 测 与跟 踪 方 面有 了很 大 的 突破 ， 但 是实 时性 和 精确 性还 有待 提高 ． 目标 检测 的常 用 方法 有 背景 差 分 法 、 问差 分 帧 法 和光 流 法 ＿ ． 于 背 景 的差 分 检 测 法 运 算 简 单 ， １基 ｊ 但对 于 背景 建模 要 求 较 高 ； 间 差 分 法 定 位 准 确 ， 帧 且对 光 照不 敏感 ， 对 速 度 过 快 或 过 慢 的 目标 不 能 但 有很 好 的 检 测 效 果 ； 流 法 不 需 要 先 前 场 景 信 息 ， 光 在没 有 目标 运 动 而 光 照变 化 的 时 候 亦 能 检 测 到 光
ｍｅ ｔｔ ｅ ｎｅ ｄ ｆｉ ｔｌｉｅ ｔｍｏ ｉｏｉ ｙ ｔ ｍ ｎ ｒ ａ —ｉ ． ｅ ｈ ｅ ｓ ｏ ｎ ｅｌｇ ｎ ｎ ｔｒｎｇ ｓ ｓｅ ｉ ｅ ｌｔｍｅ Ｋｅ ｒ ｙ ｗｏ ｄｓ： ｕ ｓａ ｘｕ ｅ ｍｏ ｅ ； Ｖ ｏ ｏ ｔ ｈ ｎ Ｈｏ ｇ ｒ ｎ ｆｒ ａ ｉｎ；ａ ｇ ｔｔａ ｋ ｎ Ｇａ ｓ ｉ ｎ ｍｉｔ ｒ ｄ ｌ ＨＳ ｃ ｌ ｒ ｍａｃ ｉ ｇ； ｕ ｈ ｔａ ｓｏ ｍ ｔ ｏ ｔｒ ｅ ｒ ｃ ｉ ｇ